Økt fokus på industri 4.0 og digitalisering vil dramatisk øke datamengden innen industriell produksjon i løpet av de neste årene. Mange ønsker å benytte disse dataene i analytics-verktøy, lokalt eller i sky, for å kunne optimalisere prosesser og produksjon. 

En av de største utfordringene i dag er at data fra maskiner og utstyr er inkonsekvente, og ofte mangler struktur. Data relatert til for eksempel en maskin kan inneholde tags/signaler fra kontrollsystemet, men mangler kanskje «metadata» som lokasjon, type og serienummer. Data fra andre maskiner har kanskje en annen navngivning eller annen enhet på signalene. Dette skaper utfordringer når data skal analyseres. For å få full verdi av analyse, må data kunne analyseres på tvers av fabrikker, maskiner, prosesser og produkter.

Grafikk viser hvordan en DataOps-løsning fungerer.

DataOps kommer fra ordet «Data Operations». Dette er en ny tilnærming som gjør OT-data fra maskiner og utstyr lettere tilgjengelig, og i en form som gjør enklere og tidsbesparende for Data Scientists, analytikere, ingeniører og IT-personell å analysere dataene.

Hvordan benyttes DataOps?

Med DataOps kan data fra flere kilder (OPC, MQTT, SQL etc.) eller systemer sammenstilles, kontekstualiseres, struktureres og klargjøres lokalt (on the edge), av OT-personell som kjenner utstyret, før de sendes til analyse og videre bruk. Resultater fra analyser må samtidig kunne sendes tilbake for å kunne brukes til optimalisering. Da må også dataflyten styres og kontrolleres.

Lysende kule med sammenkoblinger, illustrerer kommunikasjon.

Sømløs kommunikasjon

I stedet for tradisjonelle én-til-én-integrasjoner, vil en DataOps-løsning enkelt kunne skaleres. Dette gjør at den kan håndtere hundrevis av maskiner, med titusenvis av datapunkter, via et sett med standardmodeller (f.eks. motor, pumper etc.). Data klargjøres og struktureres før den sendes videre, og man unngår å sende overflødig data gjennom systemet. Data Scientists, analytikere, ingeniører og IT-personell mottar data som ikke trenger ytterligere bearbeiding og modellering (koding). Dette er svært tidsbesparende.

OT-personell i fabrikk.

Bedre tilgang for OT-personell

Industrielle enheter og IT-systemer kommuniserer på ulike måter. En DataOps-løsning må kunne integreres sømløst med industrielle enheter og datakilder, samtidig som det gir verdi til IT-applikasjoner. DataOps legger vekt på kommunikasjon og samarbeid mellom Data Scientists, analytikere, ingeniører og IT- og OT-personell. Kontinuerlig og pålitelig tilgang til data fra hele virksomheten vil effektivisere og kvalitetssikre analysearbeidet.

Statistikk peker oppover.

Dataanalyse av høyere kvalitet

Industrielle data brukes kun sekunder etter de er opprettet. Dette betyr at dataene må kontekstualiseres nær maskinene, og før de lagres. En DataOps-løsning kjører derfor nær enheten, samtidig som den deler modeller på tvers av anlegg og bedrift for å standardisere og normalisere data. Styring av denne informasjonsflyten er en viktig komponent i en DataOps-løsning. OT-personell som betjener maskinene vil kunne kontrollere dataflyten, og identifisere endringer i maskiner og utstyr. Dette gir økt sikkerhet. OT-personell har også tilgang til å endre eller legge til nye maskiner, som igjen oppdateres automatisk hos de som jobber med analyse. 

En løsning for fremtiden

HighByte Intelligence Hub er den første DataOps-løsningen spesielt utviklet for OT- og automasjonsteam, som i tillegg gjør hverdagen enklere for personell som jobber med analyse og optimalisering. Du kan lese mer om HighByte Intelligence Hub under, eller se HighByte sine nettsider her.

Våre konsulenter hjelper deg med å finne rett måte å implementere en DataOps-løsning i din bedrift. 

Vår DataOps-løsning
HighByte Intelligence Hub

Den første industrielle DataOps-løsningen utviklet for OT-personell.

Les mer